CN114418410A - 一种陆军主战分队装备作战效能评估分析方法 - Google Patents

一种陆军主战分队装备作战效能评估分析方法 Download PDF

Info

Publication number
CN114418410A
CN114418410A CN202210075512.9A CN202210075512A CN114418410A CN 114418410 A CN114418410 A CN 114418410A CN 202210075512 A CN202210075512 A CN 202210075512A CN 114418410 A CN114418410 A CN 114418410A
Authority
CN
China
Prior art keywords
evaluation
index
weight
matrix
analysis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210075512.9A
Other languages
English (en)
Inventor
贾晓南
刘争
滑鹏辉
马洪军
吕鹏
王又坤
李士杰
张久军
李欣
刘新建
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202210075512.9A priority Critical patent/CN114418410A/zh
Publication of CN114418410A publication Critical patent/CN114418410A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Primary Health Care (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种陆军主战分队装备作战效能评估分析方法，属于军事技术领域。所述方法包括以下步骤：步骤一：根据分队装备作战效能的基本构成要素设计评估指标体系的主体框架；步骤二：采用层次分析法，确定具体指标，明确数据需求；步骤三：确定评估指标权重；步骤四：进行灰类计算，明确评估指标标准；步骤五：采集实验数据，将最底层数据通过灰类计算；步骤六：依据指标权重，各指标值向上聚合，形成各级指标值及最终结论；步骤七：分析评估结果等。本申请结合陆军主战分队装备实际，提出了将改进的AHP、灰色理论、模糊数学的相关理论进行综合集成，采用定性与定量相结合的方式进行作战试验评估的方法，具有较强的前瞻性、科学性和可靠性。

Description

一种陆军主战分队装备作战效能评估分析方法
技术领域
本发明属于军事技术领域，具体涉及一种陆军主战分队装备作战效能评估分析方法。
背景技术
陆军主战分队装备作战效能的构成是一个多层次、多功能的复杂系统，因此，对其进行评估的方法复杂程度高，综合性能强，是陆军主战分队开展装备作战试验的核心和基础，评估方法是否科学、合理、可行将直接影响作战试验结果的准确性和可信性。
目前，陆军装备已有的作战效能评估方法存在以下不足：
一是指标难以完全量化。在评估过程中存在着许多因素是灰色(指信息量少、不充分，为“量”的概念)、模糊(指评判信息中具有概念不明确的因素，可以理解为信息的“质”的概念)和难以量化的，采用完全定量的评估方法全面系统地对其进行作战效能评估是一件相当困难的事情。目前的大部分的评估还没有对所有评估指标完全量化并进行全部定量分析，在关键指标中采用的是定性分析为主的方式进行评估打分的。
二是评估方法中系统底层方案各个指标与系统作战效能指标间的数量关系不完全明确。
三是评估指标体系不具备完备性。现有的指标体系只是针对装备效能的某一方面进行建立，不能从整体上对装备作战效能进行评估。
四是评估方法不具有灵敏性。影响作战效能的因素有有形的也有无形的，有的还是发展变化的。现有的评估方法不能够真实反应各要素应对部队作战能力起到的作用，指标的缺失以及量值变化对作战能力的生成与发挥影响不显著。
五是有些指标不具有可测性。作战试验是客观的试验，评估所用的数据也应力求客观，应以格式化数据为主形成评估指标体系。现有的指标体系某些指标没有确定的量值，难以通过数学计算、试验或统计等方式测试。
发明内容
本发明通过提供一种陆军主战分队装备作战效能评估分析方法，以解决上述现有技术存在的问题。
为实现上述目的，本发明的技术解决方案是：
一种陆军主战分队装备作战效能评估分析方法，包括以下步骤：
S1：根据分队装备作战效能的基本构成要素设计评估指标体系的主体框架；
S2：采用层次分析法，确定评估指标权重
S2.1：建立比较标度：为了由各因素之间的两两比较得到量化的判断矩阵，设置两两比较标度；
S2.2：量化指标权重：邀请各专业专家对各指标的权重进行判断，综合专家对各项评价准则和评价因素相对重要性的判断，对指标体系采用AHP算法，构造比较判断权重矩阵，即C上的模糊加权子集W＝{W1，W2，W3，…，Wn},其中Wi为集合C上的第i个因素Ci所对应的权重，且
Figure BDA0003483797590000021
将若干名专家分析指标权重判断全部转化为指标值，并对不同专家的同一指标权重值取均值，便得到最终的系统指标权重；
S3：明确评估指标标准
S3.1：定性指标的量化：通过不同层级的语言值对指标体系中的指标进行定性的判断；
S3.2：定量指标的规范：通过的数学变换把指标值转变为可以综合处理的量化值；
S4：进行灰类计算
S4.1：划分指标灰类区间及量化值集
首先划分所有最底层指标的灰类区间S及相应的量化值集U，根据灰类数S，将各个指标的取值范围相应划分为S个灰类，得到五级评价等级集合；
S4.2：确定指标白化权函数
白化权函数转折点的值称为阀值，取得阀值的方法有两种：一是按照准则或经验用类比的方法取得的阀值称为客观阀值；二是从样本矩阵中寻找最大、最小和中等值，作为上限、下限和中等值，这种方法取得的阀值称为相对阀值；
根据确定分析灰类的方法，结合五级评价等级集合，可得相应的灰数及白化权函数；
S4.3：计算灰色统计数
用灰色统计法确定灰数白化函数，求出dlj属于第j类评价标准的权fj(dlj)；据此求出评判矩阵的灰色统计数nij和总灰色统计数ni，即：
Figure BDA0003483797590000031
S4.4：计算灰色分析权值及模糊权矩阵
综合r位专家对第i个评价因素主张第j种评价标准的灰色权值：
Figure BDA0003483797590000032
由rij构成单因素模糊权矩阵：
Figure BDA0003483797590000041
S4.5：算出模糊综合评判矩阵
由模糊加权矩阵和单因素模糊评判矩阵运算得模糊综合评判矩阵：
Figure BDA0003483797590000042
其中，
Figure BDA0003483797590000043
通过归一化处理，可使
Figure BDA0003483797590000044
S4.6：计算评价结果
由专家按系统应用的需要确定评价对象等级集合，即确定等级矩阵：
D＝(V1,V2,V3,...,Vm)T
再求出综合评价结果Z＝B·D；
S5：采集实验数据，将最底层数据通过灰类计算，得出指标值；
S6：依据指标权重，各指标值向上聚合，形成各级指标值及最终结论；
S7：分析评估结果
评估结果可与同类分队、新编分队的作战效能进行对比合综合分析，得出比较客观的装备整体作战效能的评估结论。
优选地，所述步骤S3.2中量化值在[0,i]范围内，在变换时，注意量化标度允许变换的形式。
优选地，所述步骤S4.1中按照评价标准，将分队装备作战效能评估值划分为5类：S＝﹛优，良，好，中，差﹜，其对应的量化值为U＝﹛90，80，70，60，50﹜；因此，在后面的评估中各指标的评价灰类均为五类，其中，j指标对应的区间分别为：
[aj 1，aj 2]，[aj 2，aj 3]，[aj 3，aj 4]，[aj 4，aj 5]，[aj 5，aj 6]
根据分队编制装备现状与发展、可能担负的战斗任务等，在大量专家调查的基础上，确定所有底层评估指标的5个灰类值。aj 5
优选地，所述步骤S7中评估结果的分析方法为：一方面，以专家系统分析为一条线，通过对装备作战效能进行理论分析、定性判断，得出以定性分析为主的论证结论；另一方面，以模型系统的运算为一条线，通过对各项评估标准的评估结果、专家分析论证结果，以及指标体系权重值等各种数据的模型运算，得出以定量分析为主的运算结果；这样两条线同时运行，情况数据相互使用，分析结论相互印证，最后再将两个系统得出的两个结果，进行对比和综合分析，在把握重点、深人剖析、定性分析与定量分析相结合的基础上，就可得出比较客观的评估结论。
本发明的有益效果是：
1.本申请结合陆军主战分队装备实际，提出了将改进的AHP、灰色理论、模糊数学的相关理论进行综合集成，并采用定性与定量相结合的方式进行作战试验评估的方法，具有较强的前瞻性、科学性和可靠性。
2.评估的指标体系构建主要从装备体系、要素体系、效能体系按照由局部到整体，由单装到作战体系，逐级建立科学可行的评估指标体系结构。
3.评估方法中指标体系建立时运用了多级指标体系建立方法,使陆军主战分队装备作战效能评估更加真实、可行。
附图说明
图1是本发明的方法流程图。
图2是灰数及白化权函数图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
参见图1，一种陆军主战分队装备作战效能评估分析方法，包括以下步骤：
S1：根据分队装备作战效能的基本构成要素设计评估指标体系的主体框架；
S2：采用层次分析法，确定评估指标权重
S2.1：建立比较标度：为了由各因素之间的两两比较得到量化的判断矩阵，根据心理学关于人们区分信息等级的极限能力为7±2种的结果，设置两两比较标度。本方案根据评估指标的特点及要求，按5个标度，建立AHP算法的两两比较标度表，见表1。
表1 AHP两两比较标度表
Figure BDA0003483797590000061
Figure BDA0003483797590000071
S2.2：量化指标权重：邀请各专业专家对各指标的权重进行判断，综合专家对各项评价准则和评价因素相对重要性的判断，对指标体系采用AHP算法，构造比较判断权重矩阵，即C上的模糊加权子集W＝{W1，W2，W3，…，Wn},其中Wi为集合C上的第i个因素Ci所对应的权重，且
Figure BDA0003483797590000072
如某专家确定的一级指标权重判断如表2，将专家填写的上下层之间元素关系抽象整理成判断矩阵，其对一级指标的判决矩阵如表3所示，并进行一致性检验。检验判断矩阵一致性的指标为相对一致性指数Cr＝Ci/Ri，若Cr＞0.1，则应修改判断矩阵。
表2某专家对一级指标权重的判断
Figure BDA0003483797590000073
表3某专家对一级指标权重的判断矩阵
Figure BDA0003483797590000081
经过APH法计算，则可确定各一级指标对战斗能力指标(C)的组合权重。以此类推，把同一专家对于其他指标的权重判断计算为具体数值。
运用同样的方法，将10名名专家分析指标权重判断全部转化为指标值，并对不同专家的同一指标权重值取均值，便得到最终的系统指标权重；
S3：明确评估指标标准
评估指标可以分为定性指标和定量指标两种，它们表现出不可公度性和矛盾性的特点。因此，各评估指标值无法直接进行综合计算，定性指标首先通过专家定性评判后量化的方法获得，然后还要进行规范化处理。定性指标值，定量指标值可以通过试验统计、实地测量、报告分析等方法得到。
S3.1：定性指标的量化：通过“优、良、差”等不同层级的语言值对指标体系中的指标进行定性的判断；定性的描述没法利用数学这一定量计算的工具进行处理，因此就需要一个定性指标量化的过程。
S3.2：定量指标的规范：通过的数学变换把指标值转变为可以综合处理的量化值；对指标矩阵进行规范化(归一化、标准化)处理，其实质是通过一定的数学变换把指标值转变为可以综合处理的“量化值”，一般都变换到[0,i]范围内，在变换时，要注意量化标度(序、区间或比例标度)允许变换的形式。
S4：进行灰类计算
S4.1：划分指标灰类区间及量化值集
首先划分所有最底层指标的灰类区间S及相应的量化值集U，根据灰类数S，将各个指标的取值范围相应划分为S个灰类，得到五级评价等级集合；
按照评价标准，可将分队装备作战效能评估值划分为5类：S＝﹛优，良，好，中，差﹜，其对应的量化值为U＝﹛90，80，70，60，50﹜。因此，在下面的评估中各指标的评价灰类均为五类。其中，j指标对应的区间分别为：
[aj 1，aj 2]，[aj 2，aj 3]，[aj 3，aj 4]，[aj 4，aj 5]，[aj 5，aj 6]
根据分队编制装备现状与发展、可能担负的战斗任务等，在大量专家调查的基础上，确定所有底层评估指标的5个灰类值。
S4.2：确定指标白化权函数
灰色白化权函数是一种分段函数，用来量化指标值在某一类别下的偏好程度。常用的白化权函数有下述三种：
①上端级，灰数为
Figure BDA0003483797590000091
白化权函数：
Figure BDA0003483797590000092
②中间级，灰数为
Figure BDA0003483797590000093
白化权函数：
Figure BDA0003483797590000094
③下端级，灰数为
Figure BDA0003483797590000095
白化权函数：
Figure BDA0003483797590000101
白化权函数转折点的值称为阀值，取得阀值的方法有两种：一是按照准则或经验用类比的方法取得的阀值称为客观阀值；二是从样本矩阵中寻找最大、最小和中等值，作为上限、下限和中等值，这种方法取得的阀值称为相对阀值；
根据确定分析灰类的方法，结合五级评价等级集合，得相应的灰数及白化权函数，如下图2所示；
S5.3：计算灰色统计数
用灰色统计法确定灰数白化函数，求出dlj属于第j类评价标准的权fj(dlj)，据此求出评判矩阵的灰色统计数nij和总灰色统计数ni，即：
Figure BDA0003483797590000102
S4.4：计算灰色分析权值及模糊权矩阵
综合r位专家对第i个评价因素主张第j种评价标准的灰色权值：
Figure BDA0003483797590000103
由rij构成单因素模糊权矩阵：
Figure BDA0003483797590000104
S4.5：算出模糊综合评判矩阵
由模糊加权矩阵和单因素模糊评判矩阵运算得模糊综合评判矩阵：
Figure BDA0003483797590000105
其中，
Figure BDA0003483797590000111
通过归一化处理，可使
Figure BDA0003483797590000112
S4.6：计算评价结果
由专家按系统应用的需要确定评价对象等级集合，即确定等级矩阵：
D＝(V1,V2,V3,...,Vm)T
再求出综合评价结果Z＝B·D；
S5：采集实验数据，将最底层数据通过灰类计算，得出指标值
S6：依据指标权重，各指标值向上聚合，形成各级指标值及最终结论
S7：分析评估结果
评估结果可与同类分队、新编分队的作战效能进行对比合综合分析，得出比较客观的装备整体作战效能的评估结论。
为了减少主观因素和人为因素的影响，充分体现检验评估的客观性和公正性，必须搞好综合论证。一方面，以专家系统分析为一条线，通过对装备作战效能进行理论分析、定性判断，得出以定性分析为主的论证结论；另一方面，以模型系统的运算为一条线，通过对各项评估标准的评估结果、专家分析论证结果，以及指标体系权重值等各种数据的模型运算，得出以定量分析为主的运算结果。这样，两条线同时运行，情况数据相互使用，分析结论相互印证，最后再将两个系统得出的两个结果，进行对比和综合分析，在把握重点、深人剖析、定性分析与定量分析相结合的基础上，就可得出比较客观的评估结论。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (4)

1.一种陆军主战分队装备作战效能评估分析方法，其特征在于，包括以下步骤：
S1：根据分队装备作战效能的基本构成要素设计评估指标体系的主体框架；
S2：采用层次分析法，确定评估指标权重
S2.1：建立比较标度：为了由各因素之间的两两比较得到量化的判断矩阵，设置两两比较标度；
S2.2：量化指标权重：邀请各专业专家对各指标的权重进行判断，综合专家对各项评价准则和评价因素相对重要性的判断，对指标体系采用AHP算法，构造比较判断权重矩阵，即C上的模糊加权子集W＝{W1，W2，W3，…，Wn},其中Wi为集合C上的第i个因素Ci所对应的权重，且
Figure FDA0003483797580000011
将若干名专家分析指标权重判断全部转化为指标值，并对不同专家的同一指标权重值取均值，便得到最终的系统指标权重；
S3：明确评估指标标准
S3.1：定性指标的量化：通过不同层级的语言值对指标体系中的指标进行定性的判断；
S3.2：定量指标的规范：通过的数学变换把指标值转变为可以综合处理的量化值；
S4：进行灰类计算
S4.1：划分指标灰类区间及量化值集
首先划分所有最底层指标的灰类区间S及相应的量化值集U，根据灰类数S，将各个指标的取值范围相应划分为S个灰类，得到五级评价等级集合；
S4.2：确定指标白化权函数
白化权函数转折点的值称为阀值，取得阀值的方法有两种：一是按照准则或经验用类比的方法取得的阀值称为客观阀值；二是从样本矩阵中寻找最大、最小和中等值，作为上限、下限和中等值，这种方法取得的阀值称为相对阀值；
根据确定分析灰类的方法，结合五级评价等级集合，可得相应的灰数及白化权函数；
S4.3：计算灰色统计数
用灰色统计法确定灰数白化函数，求出dlj属于第j类评价标准的权fj(dlj)；据此求出评判矩阵的灰色统计数nij和总灰色统计数ni，即：
Figure FDA0003483797580000021
S4.4：计算灰色分析权值及模糊权矩阵
综合r位专家对第i个评价因素主张第j种评价标准的灰色权值：
Figure FDA0003483797580000022
由rij构成单因素模糊权矩阵：
Figure FDA0003483797580000023
S4.5：算出模糊综合评判矩阵
由模糊加权矩阵和单因素模糊评判矩阵运算得模糊综合评判矩阵：
Figure FDA0003483797580000024
其中，
Figure FDA0003483797580000025
通过归一化处理，可使
Figure FDA0003483797580000026
S4.6：计算评价结果
由专家按系统应用的需要确定评价对象等级集合，即确定等级矩阵：
D＝(V1,V2,V3,...,Vm)T
再求出综合评价结果Z＝B·D；
S5：采集实验数据，将最底层数据通过灰类计算，得出指标值；
S6：依据指标权重，各指标值向上聚合，形成各级指标值及最终结论；
S7：分析评估结果
评估结果可与同类分队、新编分队的作战效能进行对比合综合分析，得出比较客观的装备整体作战效能的评估结论。
2.根据权利要求1所述的陆军主战分队装备作战效能评估分析方法，其特征在于，所述步骤S3.2中量化值在[0,i]范围内，在变换时，注意量化标度允许变换的形式。
3.根据权利要求1所述的陆军主战分队装备作战效能评估分析方法，其特征在于，所述步骤S4.1中按照评价标准，将分队装备作战效能评估值划分为5类：S＝﹛优，良，好，中，差﹜，其对应的量化值为U＝﹛90，80，70，60，50﹜；因此，在后面的评估中各指标的评价灰类均为五类，其中，j指标对应的区间分别为：
[aj 1，aj 2]，[aj 2，aj 3]，[aj 3，aj 4]，[aj 4，aj 5]，[aj 5，aj 6]
根据分队编制装备现状与发展、可能担负的战斗任务等，在大量专家调查的基础上，确定所有底层评估指标的5个灰类值。
4.根据权利要求1所述的陆军主战分队装备作战效能评估分析方法，其特征在于，所述步骤S7中评估结果的分析方法为：一方面，以专家系统分析为一条线，通过对装备作战效能进行理论分析、定性判断，得出以定性分析为主的论证结论；另一方面，以模型系统的运算为一条线，通过对各项评估标准的评估结果、专家分析论证结果，以及指标体系权重值等各种数据的模型运算，得出以定量分析为主的运算结果；这样两条线同时运行，情况数据相互使用，分析结论相互印证，最后再将两个系统得出的两个结果，进行对比和综合分析，在把握重点、深人剖析、定性分析与定量分析相结合的基础上，就可得出比较客观的评估结论。
CN202210075512.9A 2022-01-22 2022-01-22 一种陆军主战分队装备作战效能评估分析方法 Pending CN114418410A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210075512.9A CN114418410A (zh) 2022-01-22 2022-01-22 一种陆军主战分队装备作战效能评估分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210075512.9A CN114418410A (zh) 2022-01-22 2022-01-22 一种陆军主战分队装备作战效能评估分析方法

Publications (1)

Publication Number Publication Date
CN114418410A true CN114418410A (zh) 2022-04-29

Family

ID=81276053

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210075512.9A Pending CN114418410A (zh) 2022-01-22 2022-01-22 一种陆军主战分队装备作战效能评估分析方法

Country Status (1)

Country Link
CN (1) CN114418410A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117932977A (zh) * 2024-03-21 2024-04-26 中国电子科技集团公司信息科学研究院 一种可计算作战概念模型的构建方法及系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117932977A (zh) * 2024-03-21 2024-04-26 中国电子科技集团公司信息科学研究院 一种可计算作战概念模型的构建方法及系统
CN117932977B (zh) * 2024-03-21 2024-06-07 中国电子科技集团公司信息科学研究院 一种可计算作战概念模型的构建方法及系统

Similar Documents

Publication Publication Date Title
Kamenetzky The relationship between the analytic hierarchy process and the additive value function
CN101727627A (zh) 一种基于组合评估法的信息系统安全风险评估模型
CN111582718A (zh) 基于网络层次分析法的电缆通道火灾风险评估方法及装置
JPH05151188A (ja) エキスパートシステム機能を備えたニユーラルネツトワーク
CN109064023B (zh) 一种人力效能管理系统的方法和装置
CN112287018A (zh) 一种台风灾害下10kV杆塔受损风险评估方法及系统
CN111209316A (zh) 一种信息素养数据挖掘方法、装置、电子设备及存储介质
CN113642922A (zh) 一种中小微企业信用评估方法及装置
CN113191647A (zh) 面向应急管理的城市韧性评估方法
CN114418410A (zh) 一种陆军主战分队装备作战效能评估分析方法
CN114612119A (zh) 基于层次分析法和有序加权算子的供应商风险预警系统
CN113505980A (zh) 智能交通管理系统可靠性评价方法、装置及系统
CN116452154A (zh) 一种适用于通信运营商的项目管理系统
CN111523080A (zh) 一种电力系统的pas系统综合评估方法及相关装置
CN116725501A (zh) 一种地下及遮蔽空间救援人员状态监测系统效能评估方法
CN111832854A (zh) 汽车研发质量管理体系的成熟度量化评价方法、系统及可读介质
CN112150008B (zh) 基于设计数据与实验数据的体系结构评估方法及其系统
CN114707784A (zh) 一种基于组合赋权法的权重确定方法及系统
CN115101210A (zh) 一种用于国家防控措施评估的流行病风险分析方法及装置
CN114331053A (zh) 一种基于模糊层次评价模型的浅水湖泊富营养化评价方法
CN114091908A (zh) 计及多模式储能站的配电网综合评价方法、装置和设备
CN107194579A (zh) 一种基于神经网络的建设项目社会稳定风险评估方法
CN113722195A (zh) 基于ahp层级分析法的局域网运行评估系统及方法
CN113592442A (zh) 一种工程评价方法、装置、电子设备和存储介质
Velychko et al. A comparative analysis of the assessment results of the competence of technical experts by methods of analytic hierarchy process and with using the Rasch model

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination